期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到2篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
融合BERTopic与IWOA-BiLSTM模型的新兴技术主题识别与趋势预测方法研究
1
作者 陈媛媛 符彬 +1 位作者 高源 乔俊伟 《农业图书情报学报》 2025年第6期55-69,共15页
[目的/意义]为有效识别并预测人工智能领域的新兴技术主题,本文构建一套面向未来的分析方法体系,旨在为科技政策制定、企业研发布局及资源配置提供数据驱动的支撑,提升前瞻性科技管理能力。[方法/过程]以人工智能相关专利数据为基础,运... [目的/意义]为有效识别并预测人工智能领域的新兴技术主题,本文构建一套面向未来的分析方法体系,旨在为科技政策制定、企业研发布局及资源配置提供数据驱动的支撑,提升前瞻性科技管理能力。[方法/过程]以人工智能相关专利数据为基础,运用BERTopic模型进行语义主题建模,构建涵盖新颖性、影响力与增长率的三维指标体系,从中识别具有发展潜力的技术主题。同时,引入改进型鲸鱼优化算法(IWOA)优化BiLSTM神经网络参数,实现对技术主题演化趋势的精确预测。[结果/结论]实证结果显示,BERTopic模型在主题一致性方面显著优于传统方法,所提取主题更具聚类精度与语义表达力;IWOA-BiLSTM在RMSE、MAPE、MAE等多项指标上均取得最佳预测性能,验证了该融合方法在新兴技术主题识别与趋势建模方面的有效性。研究成果可为科技战略制定提供可靠的定量依据。 展开更多
关键词 新兴技术 主题识别 趋势预测 BERTopic iwoa-bilstm
在线阅读 下载PDF
基于多元融合算法的矿井油型气含量预测
2
作者 苏嘉豪 刘扬 +3 位作者 孙亮 赵海波 王春光 田富超 《煤矿安全》 2025年第12期58-68,共11页
为了提高矿井油型气含量的预测精度和准确性,提出一种基于多元数据融合的精准判定方法。基于影响油型气含量的主要因素,收集了27组矿井实际测量数据,使用XGBoost算法筛选出了埋深、顶底板岩性、褶皱及孔隙率作为关键特征,并对其进行标... 为了提高矿井油型气含量的预测精度和准确性,提出一种基于多元数据融合的精准判定方法。基于影响油型气含量的主要因素,收集了27组矿井实际测量数据,使用XGBoost算法筛选出了埋深、顶底板岩性、褶皱及孔隙率作为关键特征,并对其进行标准化处理,以确保不同量纲的数据在建模过程中能够得到合理的融合;采用克里金插值法、最小二乘支持向量机、多层感知器和梯度提升回归树4种经典的机器学习算法进行初步预测,针对油型气含量这一回归问题进行了比较分析。结果表明:梯度提升回归树算法在预测性能上表现最佳,其判定系数达到0.987,归一化均方误差在0.001~0.010之间,总信息准则在0.019~0.046之间;结合Stacking堆叠算法进一步提升预测精度,Stacking方法将多个基学习器的预测结果作为新特征进行融合,并在此基础上,利用改进的鲸鱼优化算法对各基学习器的权重进行优化;为了进一步提升模型的预测能力,引入双向长短期记忆网络,通过元学习机制对基学习器的预测结果进行深度学习,以捕捉更复杂的非线性关系和时序信息,构建了最终的融合模型,模型在测试集上的表现显著优于传统的单一算法;模型预测平均绝对误差的平均值为0.116 m3/t,归一化均方误差平均值为0.006,总信息准则平均值为0.004,判定系数高于0.98,显示出其在矿井油型气含量预测中的高精度和稳定性。 展开更多
关键词 油型气含量 Stacking多元特征融合 XGBoost iwoa-bilstm 预测模型
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部